基于机器学习的TBM破岩效率预测模型研究

在TBM施工中经常会遇到复杂地质环境,导致TBM自身设备参数受到干扰,因此有必要针对相应条件下TBM滚刀破岩效率变化规律展开分析研究。相较于传统钻爆法,TBM拥有掘进迅速,破岩时间短的优越性。因TBM的这一突出优越性,所以保障TBM破岩效率已成为研究的关键问题之一。本文依托重庆轨道交通十号线二期工程,以项目所在地采集的花岗岩为研究对象进行室内试验,基于二维节理岩体试验,引入机器学习的方法,基于优化的BP神经网络,建立TBM滚刀破岩效率预测模型,并对模型预测结果准确性进行验证。结果表明,本文预测结果准确度高,适用于TBM破岩效率预测,为TBM滚刀破岩效率预测方法研究提供了理论参考。